数据标注本质是高级搬砖，我们还不如工厂｜专访飞火
近年来，数据标注行业经历了巨大的变革和挑战。娱乐资本论·视智未来采访了数据标注公司飞火大数据的CEO丁一峻，他分享了自己的创业历程、公司现状和对行业的洞察等。
从中我们可以感受到这个行业在繁华背后所面临的困境、竞争以及未来的方向。从做阿里的数据外包到转型做百度的业务，再到如今的数据采集车项目，丁一峻带我们走进数据标注行业的内部世界，一探行业的现状与前景。
飞火大数据公司成立于2019年，专注于AI感知数据采集和标注业务，主要做自动驾驶汽车、数据采集等业务。
---以下为采访实录---
关于公司：
视智未来：你最开始做数据标注公司的原因是？
飞火大数据CEO丁一峻（下同）：
2018年我做阿里的数据外包业务，觉得利润可观，开始创业。早年百度开发过面向C端的标注平台，后来发现与其组建部门管理C端不如直接外包和团队合作，性价比更高，2019年我开始做百度的业务。
2019年做百度某数据标注业务项目截图
视智未来：您公司现在多少人？
高峰时有两三百人，现在公司只有40多位员工，老客户的需求还在，能维持正常运营，但这种单子很鸡肋，一个月几百几千跟办公室采购差不多，利润太低，项目体量也不稳定。数据行业缺乏像苹果、特斯拉一样需求稳定的工厂。不然我也不想裁人，有活还需要找外包，之前想过和学校还有监狱合作，但学校要考虑领导、辅导员各种利益分配，监狱对网络要求高，不如找全职。
视智未来：你们现在数据标注员的工资基本是？
基础的标注员往往都是属于地方上的最低工资标准，三线城市两三千左右，质检员和项目经理，能到七千左右。
视智未来：现在和2020年相比衰落了吗？
对我们来讲还好，也在开发培训工具，很多业务会外包，员工经验多了会转型做项目经理。
为了提高效率，我们开发了工具，之前2D拉框要8分一个，现在降到了5、6分，操作更便捷。质量上，如果客户不想要目标物低于某像素值的，工具直接调数值，标注员就不用标了。
但是这种工具标注公司基本只能自用，同行有能力买的，自己有开发的实力。没开发实力的，出不起这个钱。工具都是基于labelme的底层逻辑。早几年能打个信息差，卖平台赚点钱，现在不行了，大家都知道套路，直接上源码加个UI就成产品了。
现在甲方公司更愿意买。因为甲方公司没有工具的话，数据外包的安全性流程会比较乱，被拷贝、转走也不好管理。
视智未来：你们之前是做自动驾驶吗？
前两年做自动驾驶的公司好融资，这类订单多，今年AIGC 文本更火，这块订单多了。我们除了小语种没别的特色，跟着市场走。
视智未来：GPT 爆火之后，对你们公司的影响大吗？
文本类的零碎订单增多，很多公司会用大模型提炼数据，或者直接AI标注，甲方外包数据减少预算卡在了两三万。这样的订单增多，对我们小公司来讲意义不大，单价低，又需要投入太多的精力，跟收益不成正比。
视智未来：你们做的事，还挺用 AI来替代自己工作的。
对，我们做的就是一个自我淘汰的行业。这个行业最终可能会只剩质检员。
视智未来：你们的客户订单是私有的数据吗？还是公网数据？
之前我们做一家证券公司的数据标注，刚好有一位标注员，是这家证券公司的用户，他发现用了他的数据，提出了抗议。后来私下花钱和解了。谁采集数据，出了问题谁负责，所以一般我们也不会过问数据来源情况。
现在我们拓展业务，做了数据采集车，才关注到数据知识产权、数据安全这些事。
视智未来：你们一般采集哪类信息？
早年种类多样，比如人脸声音，现在都属于敏感信息了。现在就和合作单位做路采。
视智未来：人脸采集一般应用在哪里？
银行APP、高铁闸机，主播专用相机的人脸自动修复功能等。
关于行业：
视智未来：你觉得数据行业以后会怎么发展？
分两块，一个是行业本身的科技发展，一些简单的数据处理会被机器所替代。数据公司做小众的、有特色的领域。另一块是看政策，比如数据像期货一样进行交易，会诞生很多数据生产商，而不是靠接订单生存。这时候大家比的才不是资源，而是技术。
视智未来：目前数据行业接单主要看的是什么？
现在价格内卷的太厉害，主要看关系还有团队管理。
视智未来：你怎么看待国内的AIGC数据合成情况呢？
AIGC合成数据需要看政策，现在是灰色地带，好不好获取，就看胆子大不大了。谁也不知道未来会不会出爆款，有比拟真实数据的内容出现。
视智未来：你觉得数据标注行业像富士康工厂吗？
数据标注本质是高级搬砖，我们不如工厂，AI的产品线不像工厂那么完善，缺乏法律和社会面的支持，比如版权、数据安全。
视智未来：你了解到国内哪个城市在数据标注上走的靠前吗？
深圳和上海比较靠前，贵阳在打造数据存储之地，应该是因为贵阳那边山多电费相对便宜些。
视智未来：你们接下来的业务方向是？
公司搬到了工业配套更完善的苏州，在做数据采集车、数据回灌的生意。